说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 分块奇异值分解
1)  Block-SVD
分块奇异值分解
1.
But based on SVD,along with the enlarging of its size,more time will be spent in computing the SVs,and experiments show that the distortion in the diagonal direction is conspicuous,due to the calculation error,so we present a watermarking algorithm based on Block-SVD.
在传统的奇异值分解(SVD)算法的基础上,提出了一种改进型的基于分块奇异值分解(B lock-SVD)的新型数字水印算法。
2)  Singular value decomposition
奇异值分解
1.
Application of singular value decomposition (SVD) in solution of T_2 relaxation spectra from nuclear magnetic resonance (NMR) log data;
应用奇异值分解算法的核磁共振测井解谱方法
2.
Random noise attenuation using predictive filtering in F-X domain by singular value decomposition;
F-X域奇异值分解预测滤波法随机噪声衰减
3.
Application of matrix singular value decomposition (SVD);
矩阵奇异值分解(SVD)的应用
3)  Singular Value Decomposition(SVD)
奇异值分解
1.
To analyse the possible interactions among multiple flexible AC transmission system(FACTS) controllers in a power system,an approach based on the singular value decomposition(SVD) is proposed for the analysis of interactions between thyristor controlled series compensator(TCSC) and static Var compensator(SVC).
针对电力系统中多台灵活交流输电装置(FACTS)控制器之间可能存在的交互影响问题,以可控串联补偿器(TCSC)和静止无功补偿器(SVC)2种FACTS控制器为研究对象,提出了一种基于奇异值分解(SVD)的交互影响分析方法,定量分析了新英格兰10机39节点电力系统中同时装设TCSC和SVC时,2台FACTS装置之间可能存在的交互影响问题及电气参数对交互作用的影响。
2.
First of all,D-H matrix is used to construct a kinematics model and a geometric parameter identification model for the robot,singular value decomposition(SVD) for Jacobian matrix is given,and elementary row operations are applied to the last 5 rows of the matrix to find the geometric parameters to be compensated.
首先,使用D-H矩阵对机器人建立了运动学模型和几何参数识别模型,对雅可比矩阵进行奇异值分解并对分解后的正交阵的最后5行进行初等行变换,以确定需要补偿的几何参数。
3.
According to inverse problem mathematical model of one dimensional wave equation,the singular value decomposition(SVD) technique is applied to analyze the characteristics of inversion equations.
基于一维波动方程反问题的数学模型,应用奇异值分解分析算子方程的不适定性。
4)  SVD
奇异值分解
1.
Watermarking Algorithm for Digital Image Based on DCT and SVD;
一种基于离散余弦变换和奇异值分解的数字水印算法
2.
A Shot Detection Algorithm Based on SVD and Feature-level Fusion;
基于奇异值分解和特征融合的镜头检测算法
3.
Digital Image Watermarking Algorithm Based on DWT and SVD;
基于小波变换和奇异值分解的数字水印算法
5)  singularity value decomposition
奇异值分解
1.
Fault pattern recognition of rolling bearing based on singularity value decomposition and support vector machine;
基于奇异值分解和支持向量机的滚动轴承故障模式识别
2.
An improved method of detecting abrupt information based on singularity value decomposition in noise background;
噪声背景下检测突变信息的奇异值分解技术
3.
Neural Networks Method of Bearing Fault Diagnosis Based on Singularity Value Decomposition;
基于奇异值分解的滚动轴承故障诊断的神经网络方法
6)  singular value decomposition (SVD)
奇异值分解
1.
Use singular value decomposition (SVD) in the watermark algorithm may enhance the anti-geometry distortion of the image, but it is very weak to some attacks such as salt, gauss, filter and etc.
在水印算法中用奇异值分解可以提高图像的抗几何失真性,但它对椒盐、高斯、滤波等攻击的抵抗能力却很弱。
2.
Furthermore, Singular Value Decomposition (SVD) for matrix constructed by interference suppressed data is employed to track frequency evolvement of first-order sea clutter.
然后,使用干扰抑制结果构造时域采样矩阵,由奇异值分解(SVD)方法获得积累期间一阶海杂波频率的变化历程,通过矩阵特征分析将一阶海杂波滤除。
3.
An approach of suppressing the transient interference based on Singular Value Decomposition (SVD) is presented in this paper.
该文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。
补充资料:无穷可分分布的因子分解


无穷可分分布的因子分解
nfinitely- divisible distributions, factorization of

无穷可分分布的因子分解【词俪浏y~由访幽叹elli,ri伙Ido璐,血d洲曲柱佣说;6e3印朋“叹皿。及e朋M以Paenpe八e朋朋皿p。加二,“el 无穷可分分布表成某些概率分布的卷积形式的表示.参与无穷可分分布因子分解的分布称为此因子分解的分量. 某些无穷可分分布的因子分解可以有非无穷可分的分量(【1」),无穷可分分布的因子分解理论的一个重要任务,就是描述那些具有排他性的无穷可分分量的无穷可分分布类了。‘了。的代表成员包含正态分布(加nn目曲侧bu石on),巧波翻】分布(Poisson曲幼bu-tion)以及它们的合成(见U幻r一C诩滋定理(砚玛,-Cml记rt坛刃化nl)) 在类了。的描述中,无穷可分分布的月朋洲K类习(见【21)起着重要的作用,类愈分布的砚四一x‘HtI皿典范表示中的函数G(x)为一阶梯函数,它在o,召。!,井,,2(m“0,士l,土2,、、)中的点处有跳,其中拜。,,>0,召。,:O,那么为要它属于I。,必须它属于习.这一条件不是充分的,但是已知,若对某个k>O,当y~的时有 丁汉。(二,一口(exp(一、,2)), J戈l>y则习中的这个分布必属于I。. 如果G(+0)一G(一0)=O,则属于习并非属于I。的必要条件.例如,所有那样的无穷可分分布都是属于I。的,如果当xb时,其G(x)为常值,其中O不等式G‘(x))常数>0,其中O稳定分布(stabledis川b诵on),以及r分布与义:分布,都不属于I。. 类I。依弱收敛拓扑在全体无穷可分分布类中稠密;所有的无穷可分分布都可以表为I。中分布的有限或可数集的合成.
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条